基于全局贪心的有向传感器网络覆盖算法
2 实验及分析
下面通过模拟实验评估本文算法的性能，所有实验都用Matalb 7．4．0实现。实验中设定监测区域大小为边长500 m的正方形，不同数目的有向传感器节点随机部署在监测区域中，传感器的覆盖角度为α=90°，传感器可选方向数为P=4，传感半径Rs=60 m。比较了本文算法、DGreedy算法及传感器随机选择工作方向的随机算法Random算法的性能。
当节点个数N=50时，3种算法的覆盖效果如图3所示，图中的圆形表示每个节点的可能覆盖范围，灰色扇形表示每个节点的实际覆盖区域，颜色越深，表示覆盖重叠数越多。很显然，Random算法的覆盖结果中重叠覆盖区域最多，因此覆盖率最低，本文算法覆盖率最高。不同传感器节点数目时，3种算法的覆盖率如图4所示。由于本文算法每次都取一重覆盖区域面积最大的传感器节点及其传感方向，使得整个网络的一重覆盖率较高，多重覆盖率较低；DGreedy算法以剩余能量为优先级，选取一重覆盖区域面积最大的方向，但优先级最高的节点所选方向不一定是所有节点中一重覆盖区域面积最大的方向，因此覆盖率较本文算法有所降低；Random算法节点的覆盖方向随机产生，重叠覆盖区域最多，因此覆盖率最低。
3 结语
有向传感器由于传感范围有限，其覆盖问题比基于全向感知模型的传感器覆盖更复杂。有向传感器的覆盖问题，就是按某种原则选择每个传感器的工作方向，以减少重叠覆盖区域，增加一重覆盖区域。本文以传感器最大一重覆盖区域面积作为优先级，以全局贪心原则确定传感器的工作方向，旨在调度传感器的工作方向以覆盖尽可能大的区域。通过仿真实验，与DGreedy算法和Random算法进行比较，验证了本文有向传感器网络覆盖增强算法的有效性。
加入微信
获取电子行业最新资讯
搜索微信公众号：EEPW
或用微信扫描左侧二维码